Evolucão do comparecimento (1998-2020)

ps: A mobilizacao para eleicoes nacionais foram menores em todo o período, exceto para o ciclo de 2018-2020 em que as eleicoes municipais aconteceram em meio a pandemia e atingiu o menor patamar desde de 2000. Em 2020, menos de 77% do total de eleitores aptos compareceram às urnas para eleger prefeitos e vereadores.

comparecimento %>% 
  kbl() %>% 
  kable_paper()
cargo ciclo comparecimento
Municipais 1998-2000 85.00258
Municipais 2002-2004 85.80324
Municipais 2006-2008 85.46548
Municipais 2010-2012 83.58877
Municipais 2014-2016 82.41979
Municipais 2018-2020 76.85039
Nacionais 1998-2000 78.52286
Nacionais 2002-2004 82.27451
Nacionais 2006-2008 83.24817
Nacionais 2010-2012 81.87806
Nacionais 2014-2016 80.60582
Nacionais 2018-2020 79.67389

Evolucão dos votos válidos por cargos (1998-2020)

Opcão com facet wrap para poder legislativo e executivo

Análise longitudinal do comparecimento nas eleições gerais em municipais entre 2000 e 2020.

As variáveis foram construídas com base no percentual do comparecimento sobre o total de eleitores aptos por município entre 1998 e 2020.

Gráfico 3: Votos válidos sobre aptos por cargo, desagregados para o âmbito municipal (1998 a 2020)

Nota: Eleições municipais claramente mobilizam mais do que as eleições nacionais, mesmo em 2020 em plena pandemia o comparecimento superou a eleição nacional anterior ocorrida em 2016.

Variáveis dependentes

A construção das variáveis dependentes para serem utilizadas nos modelos lineares multivariados levou em consideração os votos válidos (nominais e em partidos) sobre o total de eleitores aptos por município.

A operacionalização da mobilização eleitoral por meio do percentual de votos válidos do total de eleitores aptos permite observar as variações dentro de uma mesma eleição entre cargos diferentes. Dessa forma, são considerados 5 cargos nas eleições nacionais em 2010 e 2 nas eleições municipais em 2012.

Percentual de votos válidos sobre aptos:

Eleições Gerais de 2010

  • Presidente (p_validos_aptos_1_2010_1)

  • Governador (p_validos_aptos_1_2010_3)

  • Senador (p_validos_aptos_1_2010_5)

  • Deputado Federal (p_validos_aptos_1_2010_6)

  • Deputado Estadual (p_validos_aptos_1_2010_7)

Eleições municipais de 2012

  • Prefeitos em 2012 (p_validos_aptos_1_2012_11)

  • Vereador em 2012 (p_validos_aptos_1_2012_13)

Variação por municípios de votos válidos sobre aptos para os cargos em 2010 e 2012

Tabela de tendencia central das variáveis dependentes:

DS_CARGO Media Mediana Desvio-padrão Mínimo Máximo
DEPUTADO ESTADUAL 74.4 74.5 6.20 30.9 92.0
DEPUTADO FEDERAL 73.7 73.7 5.88 37.2 90.8
GOVERNADOR 70.5 70.9 7.10 40.9 89.2
PREFEITO 79.1 80.6 10.34 0.0 97.5
PRESIDENTE 72.6 73.6 7.78 8.1 89.4
SENADOR 64.0 64.4 7.70 31.1 85.2
VEREADOR 82.3 82.4 6.32 38.8 97.8

Curvas de densidade das variáveis dependentes

Modelos hierárquicos (multiníveis) com interceptos aleatórios (Random Intercept Model)

O principal incremento análitico destes modelos é permitir inserir na variação dos resíduos os efeitos para cada UF. O fato dos distritos eleitorais dos cargos de Governador, Senador, Deputado Federal e Estadual serem o estado faz com que elementos das disputas necessitem ser incluídos nos modelos. Desta forma, foram inseridos as UF’s como efeitos aleatórios para controlar a heterocedasticidade correlacionadas aos distritos eleitorais estaduais..

Observar que o R2 do modelo para prefeitos em 2012 é bem menor do que para os modelos dos demais cargos. Investigar a possibilidade do problema de vies seleção de casos pela anulaçao de votos de determinados candidatos.

  Presidente Governador Senador Dep. Federal Dep. Estadual Prefeito Vereador
Predictors Estimates std. Beta p std. p Estimates std. Beta p std. p Estimates std. Beta p std. p Estimates std. Beta p std. p Estimates std. Beta p std. p Estimates std. Beta p std. p Estimates std. Beta p std. p
(Intercept) 90.35 *** 0.11 <0.001 0.246 87.78 *** 0.10 <0.001 0.418 81.39 *** 0.16 <0.001 0.340 92.82 *** 0.22 <0.001 0.058 94.09 *** 0.23 <0.001 0.046 98.86 *** 0.17 <0.001 0.013 122.56 *** 0.27 <0.001 0.006
Educacao 0.34 *** 0.41 <0.001 <0.001 0.33 *** 0.36 <0.001 <0.001 0.26 *** 0.26 <0.001 <0.001 0.23 *** 0.30 <0.001 <0.001 0.24 *** 0.29 <0.001 <0.001 0.23 *** 0.15 <0.001 <0.001 0.21 *** 0.23 <0.001 <0.001
Percentual mulheres -0.27 *** -0.12 <0.001 <0.001 -0.23 *** -0.11 <0.001 <0.001 -0.15 * -0.08 0.011 <0.001 -0.12 * -0.11 0.033 <0.001 -0.16 ** -0.11 0.009 <0.001 -0.06 -0.08 0.577 <0.001 -0.28 *** -0.19 <0.001 <0.001
Percentual idosos 0.05 0.09 0.230 <0.001 0.03 0.08 0.517 <0.001 -0.15 *** 0.02 <0.001 0.165 0.02 0.12 0.662 <0.001 0.07 0.13 0.078 <0.001 0.20 ** 0.14 0.010 <0.001 0.02 0.18 0.573 <0.001
Percentual sem religiao -0.12 *** -0.07 <0.001 <0.001 -0.12 *** -0.06 <0.001 <0.001 -0.13 *** -0.07 <0.001 <0.001 -0.12 *** -0.08 <0.001 <0.001 -0.09 *** -0.05 <0.001 0.003 -0.08 * -0.02 0.025 0.232 -0.06 *** -0.01 <0.001 0.353
Eleitores [log] -1.65 *** -0.36 <0.001 <0.001 -1.84 *** -0.34 <0.001 <0.001 -1.71 *** -0.27 <0.001 <0.001 -2.26 *** -0.60 <0.001 <0.001 -2.18 *** -0.46 <0.001 <0.001 -3.55 *** -0.58 <0.001 <0.001 -3.84 *** -1.25 <0.001 <0.001
Densidade demografica 0.00 *** 0.05 <0.001 <0.001 0.00 *** 0.05 <0.001 <0.001 0.00 *** 0.04 <0.001 0.001 0.00 *** 0.07 <0.001 <0.001 0.00 *** 0.04 <0.001 0.005 0.00 0.02 0.077 0.159 0.00 *** 0.06 <0.001 <0.001
Percentual pop rural 0.01 ** 0.07 0.003 <0.001 0.01 ** 0.07 0.002 <0.001 0.01 * 0.06 0.013 <0.001 0.02 *** 0.12 <0.001 <0.001 0.02 *** 0.11 <0.001 <0.001 0.04 *** 0.12 <0.001 <0.001 0.02 *** 0.15 <0.001 <0.001
distancia capital -0.01 *** -0.13 <0.001 <0.001 -0.01 *** -0.12 <0.001 <0.001 -0.00 *** -0.07 <0.001 <0.001 -0.00 *** -0.06 <0.001 <0.001 -0.00 *** -0.07 <0.001 <0.001 -0.00 *** -0.04 <0.001 0.006 -0.00 *** -0.04 <0.001 0.001
metropolitana 1.09 *** 0.06 <0.001 <0.001 1.14 *** 0.06 <0.001 <0.001 1.50 *** 0.08 <0.001 <0.001 1.14 *** 0.07 <0.001 <0.001 0.89 *** 0.05 <0.001 0.002 0.30 -0.00 0.434 0.987 0.99 *** 0.05 <0.001 0.001
GINI -11.55 *** -0.16 <0.001 <0.001 -10.14 *** -0.14 <0.001 <0.001 -8.91 *** -0.12 <0.001 <0.001 -7.86 *** -0.15 <0.001 <0.001 -10.03 *** -0.17 <0.001 <0.001 -7.33 ** -0.10 0.004 <0.001 -9.48 *** -0.19 <0.001 <0.001
Percentual emprego 0.02 *** 0.05 <0.001 <0.001 0.01 * 0.03 0.033 0.015 -0.00 -0.01 0.443 0.666 0.00 0.02 0.538 0.274 0.00 0.02 0.453 0.256 0.03 ** 0.07 0.001 <0.001 0.01 ** 0.05 0.010 0.001
PIB per capita 0.00 *** 0.08 <0.001 <0.001 0.00 *** 0.06 <0.001 <0.001 0.00 *** 0.04 0.001 0.001 0.00 *** 0.05 0.001 0.001 0.00 *** 0.06 <0.001 <0.001 0.00 *** 0.07 <0.001 <0.001 0.00 *** 0.09 <0.001 <0.001
Fracionalizacao PIB 12.54 *** 0.12 <0.001 <0.001 11.26 *** 0.10 <0.001 <0.001 6.84 *** 0.05 <0.001 <0.001 8.14 *** 0.08 <0.001 <0.001 9.30 *** 0.09 <0.001 <0.001 12.19 *** 0.06 <0.001 <0.001 10.25 *** 0.08 <0.001 <0.001
Fracionalizacao religiosa 3.45 *** 0.06 <0.001 <0.001 3.42 *** 0.05 <0.001 0.002 4.08 *** 0.06 <0.001 <0.001 3.55 *** 0.06 <0.001 0.003 3.39 *** 0.05 <0.001 0.008 1.36 -0.01 0.329 0.756 0.98 -0.03 0.128 0.148
Maquina publica 0.01 * 0.03 0.032 0.012 0.01 *** 0.04 0.001 <0.001 0.02 *** 0.04 <0.001 <0.001 0.01 ** 0.05 0.001 <0.001 0.01 ** 0.04 0.002 0.001 0.01 0.01 0.518 0.316 0.01 *** 0.05 <0.001 <0.001
Dependencia financeira
municipal 		-0.01 0.04 0.295 0.002 -0.01 0.04 0.367 <0.001 0.00 0.05 0.983 <0.001 -0.01 0.06 0.225 <0.001 -0.01 0.06 0.471 <0.001 0.04 * 0.11 0.014 <0.001 0.01 0.12 0.414 <0.001
Random Effects
σ2 18.36 19.69 21.96 20.43 22.58 80.50 16.58
τ00 7.99 uf 16.25 uf 39.25 uf 7.65 uf 9.39 uf 9.09 uf 7.64 uf
ICC 0.30 0.45 0.64 0.27 0.29 0.10 0.32
N 26 uf 26 uf 26 uf 26 uf 26 uf 26 uf 26 uf
Observations 5298 5298 5298 5298 5298 5298 5298
Marginal R2 / Conditional R2 0.384 / 0.571 0.287 / 0.609 0.126 / 0.686 0.250 / 0.454 0.239 / 0.462 0.172 / 0.256 0.436 / 0.614
  • p<0.05   ** p<0.01   *** p<0.001

Gráfico dos efeitos fixos estimados dos modelos multiníveis

Gráficos dos efeitos aleatórios dos modelos multiníveis

Gráfico dos efeitos fixos padronizados dos modelos multiníveis

## Formula contains log- or sqrt-terms. See help("standardize") for how such terms are standardized.
## Formula contains log- or sqrt-terms. See help("standardize") for how such terms are standardized.
## Formula contains log- or sqrt-terms. See help("standardize") for how such terms are standardized.
## Formula contains log- or sqrt-terms. See help("standardize") for how such terms are standardized.
## Formula contains log- or sqrt-terms. See help("standardize") for how such terms are standardized.
## Formula contains log- or sqrt-terms. See help("standardize") for how such terms are standardized.
## Formula contains log- or sqrt-terms. See help("standardize") for how such terms are standardized.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.

Efeitos marginais: Educacão região metropolitana

Efeitos marginais: Tamanho do eleitorado por região metropolitana

## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.
## Scale for 'y' is already present. Adding another scale for 'y', which will
## replace the existing scale.

Testes de colinearidade nos modelos hierárquicos

## # Check for Multicollinearity
## 
## Low Correlation
## 
##                              Term  VIF Increased SE Tolerance
##                          Educacao 2.39         1.55      0.42
##               Percentual_mulheres 1.70         1.31      0.59
##                 Percentual_idosos 1.51         1.23      0.66
##           Percentual_sem_religiao 1.62         1.27      0.62
##                    log(Eleitores) 2.51         1.58      0.40
##             Densidade_demografica 1.24         1.11      0.81
##              Percentual_pop_rural 2.18         1.48      0.46
##                 distancia_capital 1.19         1.09      0.84
##                     metropolitana 1.24         1.11      0.80
##                              GINI 1.20         1.10      0.83
##                Percentual_emprego 1.58         1.26      0.63
##                    PIB_per_capita 1.39         1.18      0.72
##               Fracionalizacao_PIB 1.22         1.10      0.82
##         Fracionalizacao_religiosa 1.79         1.34      0.56
##                   Maquina_publica 1.02         1.01      0.98
##  Dependencia_financeira_municipal 1.43         1.20      0.70

Eleições locais com maior participacao do que as nacionais.

Ressaltar o tamanho Importancia da Educacao Importancia da unidade do Estado maior do que da Regiao

Estabilidade dos estimadores - variaveis tem impactos homogeneos e consistentes em todas as variaveis dependentes para diferentes cargos em disputa.

\[ \operatorname{p\_validos\_aptos\_1\_2010\_1} = \alpha + \beta_{1}(\operatorname{Educacao}) + \beta_{2}(\operatorname{Percentual\_mulheres}) + \beta_{3}(\operatorname{Percentual\_idosos}) + \beta_{4}(\operatorname{Percentual\_sem\_religiao}) + \beta_{5}(\operatorname{log(Eleitores)}) + \beta_{6}(\operatorname{Densidade\_demografica}) + \beta_{7}(\operatorname{Percentual\_pop\_rural}) + \beta_{8}(\operatorname{distancia\_capital}) + \beta_{9}(\operatorname{metropolitana}) + \beta_{10}(\operatorname{GINI}) + \beta_{11}(\operatorname{Percentual\_emprego}) + \beta_{12}(\operatorname{PIB\_per\_capita}) + \beta_{13}(\operatorname{Fracionalizacao\_PIB}) + \beta_{14}(\operatorname{Fracionalizacao\_religiosa}) + \beta_{15}(\operatorname{Maquina\_publica}) + \beta_{16}(\operatorname{Dependencia\_financeira\_municipal}) + \epsilon \]

teste do datasummary_skim

Resumos das variáveis dos modelos
Unique (#) Missing (%) Mean SD Min Median Max
Educacao 2642 0 24.8 8.7 3.0 23.5 66.2
Percentual_mulheres 5534 0 49.5 1.6 18.9 49.6 54.2
Percentual_idosos 5551 0 8.4 2.4 1.5 8.4 20.4
Percentual_sem_religiao 5482 1 5.3 5.0 0.0 3.8 54.2
Densidade_demografica 5563 0 118.6 622.1 0.1 25.0 14006.8
Percentual_pop_rural 5496 0 36.2 22.0 0.0 35.3 95.8
distancia_capital 5481 1 253.3 163.6 0.0 227.6 1476.3
metropolitana 2 0 0.2 0.4 0.0 0.0 1.0
GINI 52 0 0.5 0.1 0.3 0.5 0.8
Percentual_emprego 5539 0 19.9 17.8 0.0 14.5 308.6
PIB_per_capita 5556 0 15794.0 19825.5 2873.6 11557.7 777099.8
Fracionalizacao_PIB 5564 0 0.7 0.1 0.1 0.7 0.8
Fracionalizacao_religiosa 5564 0 0.3 0.2 0.0 0.3 0.7
Maquina_publica 5091 0 27.6 17.0 0.0 24.7 100.0
Dependencia_financeira_municipal 2953 2 80.2 11.2 7.0 81.8 117.7
Log_Eleitores 4900 0 9.1 1.1 6.8 9.0 16.0

Resumos das variáveis independentes dos modelos

Mean SD Median Min Max Histogram
Atributos individuais
Educação (% pop. ensino médio) 24.95 8.71 23.74 5.68 66.23 ▁▅▇▆▄▂▁
Genero (% mulheres) 49.54 1.57 49.67 18.91 54.24 ▇▂
Idade (% idosos) 8.44 2.37 8.44 1.46 19.83 ▂▄▇▇▃▁
Religião (% pop. sem religião) 5.22 4.92 3.77 0.02 54.23 ▇▃▁
Ecológicas
Tamanho (Log número de eleitores) 9.16 1.08 9.03 6.83 15.95 ▁▇▇▄▂▁
Densidade (Densidade demográfica) 120.71 630.43 25.68 0.06 14006.77 ▇
População rural (% pop. rural) 35.36 21.77 34.44 0.00 95.82 ▇▇▇▆▆▆▅▃▁
Distância da capital 253.42 162.02 228.82 0.00 1476.28 ▇▇▅▂
Região metropolitana 0.25 0.44 0.00 0.00 1.00 ▇▂
Emprego privado (% empregados) 20.16 17.49 14.83 0.02 194.73 ▇▃▁
Renda (PIB per capita) 15782.76 19838.48 11579.16 2873.58 777099.83 ▇
Máquina pública (% func. pub. discricionários) 27.46 16.91 24.65 0.00 100.00 ▄▇▆▅▃▂▁
Autonomia financeira (% de transferências governamentais) 80.18 11.26 81.80 7.01 117.67 ▁▄▇▇▁
Heterogeneidade
Heterogeneidade econômica (fracionalização do PIB) 0.67 0.07 0.69 0.10 0.80 ▁▃▇▃
Heterogeneidade cultural (fracionalização religiosa) 0.33 0.15 0.33 0.02 0.74 ▁▅▇▇▇▆▅▄▁
Heterogeneidade social (GINI) 0.49 0.07 0.49 0.28 0.80 ▁▃▆▇▃▁

Novos modelos multiníveis com variaveis renomeadas para inserir no artigo

P-valor com correcão pelo método de Bonferroni para todos os modelos

  Presidente Governador Senador Dep. Federal Dep. Estadual Prefeito Vereador
Predictors Estimates p Estimates p Estimates p Estimates p Estimates p Estimates p Estimates p
(Intercept) 90.35 <0.001 87.78 <0.001 81.39 <0.001 92.82 <0.001 94.09 <0.001 98.86 <0.001 122.56 <0.001
Educação 0.34 <0.001 0.33 <0.001 0.26 <0.001 0.23 <0.001 0.24 <0.001 0.23 <0.001 0.21 <0.001
Gênero -0.27 <0.001 -0.23 0.001 -0.15 0.191 -0.12 0.556 -0.16 0.159 -0.06 1.000 -0.28 <0.001
Idade 0.05 1.000 0.03 1.000 -0.15 0.005 0.02 1.000 0.07 1.000 0.20 0.169 0.02 1.000
Religião (% sem religião) -0.12 <0.001 -0.12 <0.001 -0.13 <0.001 -0.12 <0.001 -0.09 <0.001 -0.08 0.420 -0.06 0.003
Eleitores [log] -1.65 <0.001 -1.84 <0.001 -1.71 <0.001 -2.26 <0.001 -2.18 <0.001 -3.55 <0.001 -3.84 <0.001
Densidade 0.00 <0.001 0.00 <0.001 0.00 <0.001 0.00 <0.001 0.00 <0.001 0.00 1.000 0.00 <0.001
População rural 0.01 0.051 0.01 0.031 0.01 0.223 0.02 0.001 0.02 <0.001 0.04 <0.001 0.02 <0.001
Distância da capital -0.01 <0.001 -0.01 <0.001 -0.00 <0.001 -0.00 <0.001 -0.00 <0.001 -0.00 <0.001 -0.00 <0.001
Região metropolitana 1.09 <0.001 1.14 <0.001 1.50 <0.001 1.14 <0.001 0.89 <0.001 0.30 1.000 0.99 <0.001
Emprego privado 0.02 0.008 0.01 0.556 -0.00 1.000 0.00 1.000 0.00 1.000 0.03 0.017 0.01 0.166
Renda 0.00 <0.001 0.00 <0.001 0.00 0.013 0.00 0.012 0.00 <0.001 0.00 <0.001 0.00 <0.001
Máquina pública 0.01 0.543 0.01 0.010 0.02 0.003 0.01 0.021 0.01 0.037 0.01 1.000 0.01 0.004
Autonomia financeira -0.01 1.000 -0.01 1.000 0.00 1.000 -0.01 1.000 -0.01 1.000 0.04 0.243 0.01 1.000
Heterogeneidade econômica 12.54 <0.001 11.26 <0.001 6.84 <0.001 8.14 <0.001 9.30 <0.001 12.19 <0.001 10.25 <0.001
Heterogeneidade cultural 3.45 <0.001 3.42 <0.001 4.08 <0.001 3.55 <0.001 3.39 <0.001 1.36 1.000 0.98 1.000
Heterogeneidade social -11.55 <0.001 -10.14 <0.001 -8.91 <0.001 -7.86 <0.001 -10.03 <0.001 -7.33 0.063 -9.48 <0.001
Random Effects
σ2 18.36 19.69 21.96 20.43 22.58 80.50 16.58
τ00 7.99 uf 16.25 uf 39.25 uf 7.65 uf 9.39 uf 9.09 uf 7.64 uf
ICC 0.30 0.45 0.64 0.27 0.29 0.10 0.32
N 26 uf 26 uf 26 uf 26 uf 26 uf 26 uf 26 uf
Observations 5298 5298 5298 5298 5298 5298 5298
Marginal R2 / Conditional R2 0.384 / 0.571 0.287 / 0.609 0.126 / 0.686 0.250 / 0.454 0.239 / 0.462 0.172 / 0.256 0.436 / 0.614